基于数字孪生的飞机加油系统预测性维护框架研究
网络安全与数据治理
孙驰1,闵晓霜2,张磊2
1. 中国航空油料有限责任公司; 2. 中国电子信息产业集团有限公司第六研究所
摘要: 飞机加油系统是机场运行保障的核心设施,其运行可靠性与安全性直接关系到航班正常率和航空安全。针对飞机加油系统状态感知滞后、监测维度单一及维护决策缺乏数据支撑等问题,提出一种数字孪生驱动的预测性维护框架。该框架采用“感知层-模型层-分析层-应用层”四层功能架构,通过数据-物理混合驱动方法构建关键设备数字孪生体,实现物理实体与虚拟模型的双向实时映射。以飞机加油车为典型场景,设计了应用部署架构,结合多源感知、边缘计算、机器学习与三维可视化等关键技术,系统分析了加油车监测参数与典型故障模式。研究表明,该框架能够为飞机加油系统从“被动响应”向“主动预见”的维护模式转变提供系统性的技术组织方案,为航油企业设备智能化升级提供理论参考与实践路径。
中图分类号:TP391.9;V351.3文献标志码:ADOI:10.19358/j.issn.2097-1788.2026.010.007
中文引用格式:孙驰,闵晓霜,张磊. 基于数字孪生的飞机加油系统预测性维护框架研究[J].网络安全与数据治理,2026,45(10):48-55.
英文引用格式:Sun Chi,Min Xiaoshuang,Zhang Lei. Research on predictive maintenance framework for aircraft refueling system based on digital twin[J].Cyber Security and Data Governance,2026,45(10):48-55.
Research on predictive maintenance framework for aircraft refueling system based on digital twin
Sun Chi1,Min Xiaoshuang2,Zhang Lei2
1. China National Aviation Fuel Group Limited; 2. The 6th Research Institute of China Electronics Corporation
Abstract: The aircraft refueling system is the core facility for airport operation support, and its operational reliability and safety are directly related to flight punctuality and aviation safety. Addressing the issues of lagging state perception, single monitoring dimension, and lack of data support for maintenance decisions, this paper proposes a digital twin-driven predictive maintenance framework. The framework adopts a four-layer functional architecture consisting of perception layer, model layer, analysis layer, and application layer. Digital twins of key equipment are constructed through a hybrid data-physics-driven modeling method to enable bidirectional real-time mapping between physical entities and virtual models. Taking the aircraft refueling vehicle as a typical scenario, a application deployment architecture including an edge layer is designed. Combined with key technologies such as multi-source perception, edge computing, machine learning, and 3D visualization, the monitoring parameters and typical fault modes of the refueling vehicle are systematically analyzed. The results show that the framework can provide a systematic technical organization scheme for the transformation of aircraft refueling system maintenance from passive response to active foresight, offering theoretical reference and practical path for the intelligent upgrade of aviation fuel enterprise equipment.
Key words : digital twin; aircraft refueling system; predictive maintenance; aircraft refueling truck; hybrid-driven modeling

引言

飞机加油系统是机场运行保障的核心设施,其运行状态直接关系到航油供应的及时性、准确性与安全性。随着民航运输业的持续增长,机场航班密度不断攀升,加油作业的频次与复杂度同步增加,对飞机加油系统的运行可靠性提出了更高要求。对于航油企业而言,确保加油系统的高可靠性与持续运行能力,是履行航空燃料保障使命的基本前提。

当前,航油企业普遍采用的设备维护模式以事后维修和计划性预防维护为主。前者在故障发生后再行处理,难以避免非计划停机对航班保障的直接影响;后者按照固定周期进行检修,既可能因维护不足而遗漏潜在隐患,也可能因过度维护而造成资源浪费。同时,系统设备管理普遍面临数据孤岛、响应迟缓、安全风险预警不足等问题,其根源在于缺乏对设备运行状态的实时感知能力,难以准确掌握设备的性能退化规律,维护决策更多依赖经验判断而非数据支撑。

数字孪生技术的兴起为破解上述困境提供了新的技术路径。数字孪生通过建立物理资产的虚拟镜像,实现物理世界与信息世界的实时映射与交互[1],使设备状态连续监控、故障提前诊断与预测性维护成为可能。近年来,数字孪生技术在航空领域展现出广阔的应用前景,从飞机发动机健康管理、燃油系统故障诊断到地面保障装备远程运维以及航空站场的资源调度优化均有探索[2-3]。在航空发动机领域,已有研究将数字孪生与深度学习相结合,采用可学习位置编码、串行多头注意力和优化MLP构建TMR模型,实现了气路部件的剩余寿命预测与健康评估[4]。在飞机燃油系统领域,Fu等提出了融合失效物理模型与多层双曲正切数据驱动模型的混合预测方法,用于飞机燃油系统的未来状态预测[5]。Linneweber等则系统梳理了混合模型在数字孪生架构中的集成框架,从结构主导性与集成深度两个维度将混合耦合策略划分为四类[6]。在燃油泵退化建模方面,已有研究采用随机效应Wiener过程建立退化模型,结合贝叶斯在线更新与EM算法实现剩余寿命预测,寿命预测区间控制在40.62~20.57 h[7]。在燃油计量装置故障诊断方面,RF-SVR方法实现了RUL估计的均方误差小于1.8、平均百分比误差小于3%的精度[8]。然而,现有研究多聚焦于单类设备的监测与管理,尚缺少面向飞机加油系统整体的、涵盖多设备类型与全流程的预测性维护框架。

本文从航油企业视角出发,提出基于数字孪生的飞机加油系统预测性维护框架,该框架以数据驱动与机理建模融合为技术主线,综合运用健康状态评估、故障预测与维护策略优化等手段,着力构建从状态感知到维护决策的完整闭环,并以飞机加油车为典型场景进行细化设计。本文面向飞机加油系统这一特定场景构建了系统性的预测性维护框架,并在建模方法上进行了针对性设计,旨在为航油行业设备管理的智能化升级提供理论参考与实践路径。


本文详细内容请下载:

https://www.pcachina.com/resource/detail/6000007336


作者信息:

孙驰1,闵晓霜2,张磊2

(1. 中国航空油料有限责任公司,北京100088;

2. 中国电子信息产业集团有限公司第六研究所,北京102209)

通知公告
编辑观点
理事会
参考资料
版权声明

凡《网络安全与数据治理》(原《信息技术与网络安全》)录用的文章,如作者没有关于汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权等版权的特殊声明,即视作该文章署名作者同意将该文章的汇编权、翻译权、印刷权及电子版的复制权、信息网络传播权与发行权授予本刊,本刊有权授权本刊合作数据库、合作媒体等合作伙伴使用。同时,本刊支付的稿酬已包含上述使用的费用,特此声明。

《网络安全与数据治理》(原《信息技术与网络安全》)编辑部